針對金融高頻數(shù)據(jù)波動(dòng)率的估計(jì)問題,借鑒小波變換思想,首次利用整體經(jīng)驗(yàn)?zāi)B(tài)分解方法實(shí)現(xiàn)了高頻數(shù)據(jù)波動(dòng)率估計(jì).首先,通過模擬數(shù)據(jù)驗(yàn)證了方法的可行性和有效性;其次,以日內(nèi)高頻數(shù)據(jù)為研究對象,并將分別利用經(jīng)驗(yàn)?zāi)B(tài)分解和整體經(jīng)驗(yàn)?zāi)B(tài)分解方法計(jì)算所得的波動(dòng)率與已實(shí)現(xiàn)波動(dòng)率進(jìn)行了對比.結(jié)果表明,自適應(yīng)分解方法可有效實(shí)現(xiàn)高頻數(shù)據(jù)波動(dòng)率估計(jì),但整體經(jīng)驗(yàn)?zāi)B(tài)分解要優(yōu)于經(jīng)驗(yàn)?zāi)B(tài)分解方法.該方法為高頻數(shù)據(jù)波動(dòng)率的非參數(shù)估計(jì)提供了新的解決途徑,具有重要的推廣與應(yīng)用價(jià)值. 

【文章來源】：東北師大學(xué)報(bào)(自然科學(xué)版). 2020,52(03)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

圖３滬深３００指數(shù)收盤價(jià)及去噪后的對數(shù)收益率序列圖（２）通過ＥＥＭＤ和ＥＭＤ算法對去噪后的對數(shù)收益率進(jìn)行分解．ＥＥＭＤ分解后得到１３個(gè)ＩＭＦｓ和

第３期秦喜文，等：基于整體經(jīng)驗(yàn)?zāi)B(tài)分解的金融高頻數(shù)據(jù)波動(dòng)率估計(jì)研究圖４ＥＥＭＤ算法分解后的部分固有模態(tài)函數(shù)和趨勢項(xiàng)圖５ＥＭＤ算法分解后的部分固有模態(tài)函數(shù)和趨勢項(xiàng)（３）經(jīng)ＥＭＤ和ＥＥＭＤ分解后的ＩＭＦ根據(jù)（８）式，計(jì)算出每一天高頻數(shù)據(jù)的波動(dòng)率，并與根據(jù)（７）式求出的已實(shí)現(xiàn)波動(dòng)率進(jìn)行對比，如圖６所示．圖６ＥＭＤ，ＥＥＭＤ與已實(shí)現(xiàn)波動(dòng)率的比較３９


本文編號：3033211